删除 C# 中的所有内联 Javascript

Question

我有一个字符串： `<p onclick="alert('abc')" style="color: black">text</p>`

我想删除所有的 Javascript，比如onclick, onchange, ...只留下 HTML 和 CSS。 有没有办法在 C# 中做到这一点？ 我能想到的唯一方法是从字符串中删除每个 javascript 标记。

输入： <p onclick="alert('abc')" style="color: black">text</p>

输出： <p style="color: black ">text</p>

Answer 1

您可以使用HtmlSanitizer删除提供的 HTML 片段的内联 java 脚本。

例如 - 以下代码

var sanitizer = new HtmlSanitizer();
var html = @"<script>alert('xss')</script><div onload=""alert('xss')"""
    + @"style=""background-color: test"">Test<img src=""test.gif"""
    + @"style=""background-image: url(javascript:alert('xss')); margin: 10px""><p onclick =""alert('abc')"" style =""color: black"">text</p></div>";
var sanitized = sanitizer.Sanitize(html);

将输出返回为

<div>Test<img src="test.gif" style="margin: 10px"><p style="color: rgba(0, 0, 0, 1)">text</p></div>

您可以查看此小提琴以获取更多详细信息。

Answer 2

最好的方法是使用Html Agility Pack 。 我已经在其文档中链接了您需要的页面。

像这样使用它：

var htmlDoc = new HtmlDocument();
htmlDoc.LoadHtml(html);
var pNode = htmlDoc.DocumentNode.SelectSingleNode("//p");   
pNode.Attributes.Remove("onclick");

这是小提琴。